主效应中性别呈现显著性，1.0代表性别男，2.0代表性别女，其中二者的均值差值为-1.433，标准误为0.381，进行多重比较后,p=0.000<0.05，说明男女性别在0.05水平上具有显著性差异。
4.其他说明
（1）事后多重比较的类型选择说明？
通常建议使用Bonferroni校正法较优。如果各组别样本不同时可使用scheffe，如果各组别样本完全相同可使用tukey法等。
（2）事后多重比较与‘单独进行事后多重比较’结果不一致？
单独进行事后多重比较（进阶方法->事后多重比较法）时，模型实质上为单因素方差，仅考虑1个X的情况，标准误差的计算并不一致，因此结果会不一致，但通常情况下结论会保持一致；以及此处事后多重比较使用的是边际估计均值（偏最小二乘均值）与一般意义上的平均值有所区别。
三因素方差分析当X为定类数据，Y为定量数据时，通常使用的是方差分析进行差异研究。X的个数为一个时，我们称之为单因素方差；X为2个时则为双因素方差；X为3个时则称作三因素方差。比如研究者测试某新药对于胆固醇水平是否有疗效；X共分为三个，分别是药物(旧药和新药)、性别，是否患高血压；Y为胆固醇水平。因而需要进行三因素方差分析即多因素方差分析。
多因素方差分析当X为定类数据，Y为定量数据时，通常使用的是方差分析进行差异研究。X的个数为一个时，我们称之为单因素方差；X为2个时则为双因素方差；X为3个时则称作三因素方差，依次下去。当X超过1个时，统称为多因素方差。
协方差分析1.前期准备
（1）研究目的
协方差分析是利用线性回归方法消除混杂因素的影响后进行的方差分析。例如，测试新药是否有帮助，因此使用方差分析对比两组被试在3月后胆固醇水平的差异性；如果有差异具体差异是什么，通过差异去研究新药是否有帮助；在这里出现一个干扰项即实验前的胆固醇水平（实验前胆固醇水平肯定会影响实验后的胆固醇水平），因此需要将实验前的胆固醇水平纳入模型中。
（2）数据格式
研究X对于Y的差异，1个X均占用1列，1个Y也占用1列，如果有协变量那么1个协变量占用1列。数据格式类似如下：
2.SPSSAU操作
（1）上传数据
登录账号后进入SPSSAU页面，点击右上角“上传数据”，将处理好的数据进行“点击上传文件”上传即可。
（2）拖拽分析项
在“进阶方法”模块中选择“协方差”方法，将Y定量变量放于上方分析框内，X定类变量放于中间分析框内（至少一个），如果有协变量则放入下方分析框中，点击“开始分析”即可。
（3）选择参数
